本书重点研究终端区空中交通管理智能优化与辅助决策方法，主要内容分为四个部分。首先分析了终端区飞机行为的类型及主要特征，引入支持向量机方法，对存在随机干扰的终端区飞机行为识别问题进行了求解；其次根据跑道数量以及问题规模不同，采取不同的优化策略，分别提出变异Hopfield神经网络方法和基于贪心策略的动态规划方法，实现了单跑道飞机进港排序优化和多跑道飞机进港排序优化；然后以飞机优先序列进行编码，以离港飞机起飞延迟为适应度函数，并在传统的优化流程中加入滑动窗排序思想和无滑行冲突约束，基于分布估计算法实现了对离港排序优化问题的求解；最后，建立了终端区飞机进港排序辅助决策系统和离港排序辅助决策系统，并在中国民航大学空中交通管理研究基地进行了实验验证。

第1章 绪论
1.1 问题背景
1.2 空管系统发展历程
1.3 国内外研究现状
1.4 全书主要内容结构
第2章 飞机行为智能识别
2.1 概述
2.2 终端区飞机行为识别问题描述
2.3 终端区飞机行为特征分析
2.4 支持向量机
2.5 飞机行为识别算法设计
2.6 飞机行为识别仿真实验
2.7 本章小结
第3章 基于Hopfield神经网络单跑道进港排序优化
3.1 概述
3.2 问题描述
3.3 变异Hopfield神经网络
3.4 单跑道进港排序优化
3.5 单跑道进港排序仿真实验
3.6 本章小结
第4章 基于动态规划算法的多跑道进港排序优化
4.1 概述
4.2 问题描述
4.3 基于贪心策略动态规划算法的双跑道优化调度
4.4 仿真实验及分析
4.5 本章小结
第5章 离港飞机调度实时优化
5.1 概述
5.2 问题描述
5.3 系统建模
5.4 基于带滑动窗分布估计算法求解
5.5 仿真实验及分析
5.6 本章小结
第6章 终端区空中交通管理辅助决策系统
6.1 概述
6.2 实验背景及场景模型
6.3 进港辅助决策系统
6.4 离港辅助决策系统
6.5 演示验证实验
6.6 本章小结
附录 英文缩略语中文释义表
参考文献